Företaget Sentient har redan utvecklat en nästa generation av AI, eller kanske snarare evolution. Deras AI bygger nämligen på erfarenheter från evolutionslära och syftar till att låta datan utvecklas på liknande sätt som evolutionen utvecklat olika djur och växter. Det handlar helt enkelt om att köra AI i massiv skala, och sedan låta den utvecklas.
Företaget har funnits i över tio år, men har huvudsakligen agerat i bakgrunden med att exempelvis utveckla en hedgefond helt hanterad av AI för att lära sig och även utveckla sitt koncept. Genom att använda outnyttjad processortid och kraft i tusentals datorer hos deras samarbetspartners fick de tillgång till tillräckliga mängder datakraft för att kunna agera simultant på massor av olika aktiemarknader, och på så sätt kunde deras AI i varje enskilt tillfälle finna den absolut bästa dealen världen över.
För några år sedan började de lämna den finansiella sfären för att se inom vilka andra områden deras AI kunde komma till nytta. Ett första ställe där de nu börjat agera är inom e-handeln, där de hjälper företag att nå ut med relevanta erbjudanden till kunderna. Deras AI anpassad för e-handeln heter Aware, och analyserar en e-handlares hela produktkatalog och tar in såväl visuell som icke-visuell data för att skapa sig en förståelse för vad som finns på sajten. Aware förstår efter mycket träning vad som är en lampa, en knapp och en klänning när den exponeras för en bild. Aware hanterar på detta sätt tusentals vektorer för att bilda sig en uppfattning om vilka produkter som ligger ”nära” varandra genom att ta hänsyn till saker som färg, objekt, pris, märke och mycket mer. På så sätt är det sedan enklare för en besökare att göra en bildsökning på sidan och få relevanta förslag på produkter som matchar sökningen.
Det är även vanligt att bygga konsumentbanor på detta sätt, genom att exempelvis ge besökaren val i olika steg. Om besökaren först får välja vilken övergripande stil på exempelvis solglasögon de är ute efter, så får de i nästa led en smalare sortering med glasögon som liknar den önskade stilen och vidare ner i en tratt. På så sätt blir det hela tiden överskådligt för besökare, och genom några steg levereras ett urval av relevanta förslag. Genom att låta en AI som Aware hantera det är det även enkelt att lägga till eller ta bort produkter eftersom förslagen kontinuerligt uppdateras automatisk, och därmed inte kräver någon manuell handpåläggning.
Sentient har även skapat en annan AI som de kallar Ascend. Denna AI används för att utveckla idéer och kunna göra tusentals tester simultant för att optimera exempelvis en hemsida. Istället för vanliga A/B-tester, som är långsamma och bara kan testa två alternativ i taget, kan Ascend ta flera idéer och testa dem simultant, och genom att löpande följa hur de olika förslagen tas emot av besökarna hitta de som fungerar bäst. Men det stannar inte där. När de bästa idéerna hittats, kombineras dessa på nya sätt för att ytterligare utveckla idéerna, och på så sätt skapas flera generationer av tester på samma idéer. Enligt Jonathan Epstein på Sentient börjar man efter generation 3-4 kunna se vad de kallar för mutationer, det vill säga nya idéer och kombinationer som inte funnit med bland de ursprungliga idéerna, och det är då det börjar bli riktigt spännande. Du måste själv ha ett antal idéer att starta med, men efter det hanterar systemet själv testerna, och efter bara 1-2 månader har du oftast kunnat testa flera hundratusen olika kombinationer för att hitta det som fungerar bäst. En stor fördel är även att du hela tiden kan följa de steg som Ascend tagit, och det blir därför inte längre en ”hemlig låda” där du stoppar in data och får ut ett resultat utan att veta vad som händer på vägen. Om resultatet därför inte fungerar är det lätt att gå tillbaka och se vad i målbilden som lett Ascend på villovägar.
Vad som är spännande är även att detta innebär praktiska applikationer för AI. Fram till nyligen har diskussionerna huvudsakligen rört sig kring vad vi kommer kunna göra med AI, och vilka möjligheter och risker som finns med detta. Men nu börjar vi faktiskt se riktiga applikationer, och Sentients nya evolution av AI tyder på att våra initiala tankar om AI inte verkar fungera fullt ut i verkligheten. Vi kommer därför sannolikt se fler av dessa evolutioner av AI allt eftersom vi hittar nya praktiska användningsområden och förstår hur vi måste utveckla och anpassa våra AI för att klara av de nya uppgifterna. Men det betyder inte att du ska vänta med att fundera på hur AI ska kunna stärka upp och förbättra din affärsverksamhet. AI behöver tid för att lära sig och fungera riktigt bra, så börja så snart som möjligt om du inte vill riskera att hamna på efterkälken.